CN111343595B - 一种d2d任务卸载系统及其多类型资源交易方法 - Google Patents

Abstract

本发明公开了一种D2D任务卸载系统及其多类型资源交易方法，目标是最大化资源交易数量，首先将移动用户按照网络拓扑的连通分量进行分组以提高资源分配的效率。然后利用迈克菲双边拍卖对资源进行定价，最后将移动用户划分为多个虚拟交易者，利用最大匹配方法得到最终的资源分配方案。本发明的D2D任务卸载系统，使移动用户能够灵活地共享他们的资源；每个移动用户可以有多个任务，每个任务是可以分割的且需要消耗一种资源，且任务可以卸载到该移动用户的D2D通信范围内的任何移动用户；通过资源共享，移动用户甚至可以完成自己无法完成的任务。本发明所提出的资源交易方法是计算有效、个体理性、预算均衡、资源需求量\提供量真实的和价值/成本真实的。

Description

一种D2D任务卸载系统及其多类型资源交易方法

技术领域

本发明涉及一种用于D2D任务卸载的资源分配方法，尤其涉及一种D2D任务卸载系统，同时还涉及该D2D任务卸载系统的多类型资源交易方法。

背景技术

随着社会信息化的快速发展，智能手机为人们提供多种多样的服务，并且已经成为人们生活中重要的一部分。智能手机聚合了多种资源，比如通信资源、计算资源、数据资源和存储资源等，并且这些资源为各种应用程序的执行提供了基础。虽然这几年智能手机上的各种资源的容量有了显著的提升，但是仍不能满足越来越复杂的应用程序的需求，如在线游戏和面部识别。

为了提升本地的计算能力，最近，有一些工作致力于研究将本地作业卸载到边缘服务器，如基站。然而，这种边缘计算的卸载方式会导致基站的负担增加，并且提升用户的支付成本。设备到设备(D2D)通信是一种可以使两台移动设备直接通信的技术，他通过重用频谱使设备之间达成通信而无需经过基站与核心网络。通过D2D通信，一台缺乏资源的设备可以将任务卸载到另一台设备上执行，这种方式可以提高用户的使用体验、平衡移动设备之间的资源消耗。

虽然近年来，手机之间的资源共享方法已经被广泛研究，但大多数方法没有考虑到共享资源消耗的成本。同时，没有建立合理的机制防止策略用户谎报价值、成本、资源提供数量和资源需求数量。从资源共享的模型角度来看，大多数工作使用了排他性的资源共享模型，在这种模型中，设备之间只能一对一地交换资源。这种模型会使资源利用率非常低，因为通常情况下，资源的提供量不等于资源的需求量，而剩余的资源无法被重用。

发明内容

发明目的：为了解决现有技术存在的问题，本发明的目的是提供一种能够灵活实现资源共享、显著提高资源利用率的D2D任务卸载系统，本发明的另一目的是提供一种基于该D2D任务卸载系统的资源交易方法，以保证真实性的最大化资源交易量。

技术方案：一种D2D任务卸载系统，包括基站与移动用户，使用

表示所有移动用户，使用

表示可在系统中进行资源交换的资源类型，对于每种资源

和每个移动用户

分别使用r_i ^k和

表示移动用户i对资源k的需求量和提供量，移动用户不可以同时提供和需求同一种资源，r_i ^k和

按单位资源归一化，即r_i ^k,

表示分配结果中移动用户i从移动用户j获得的资源k的数量；

使用连通矩阵d来表示所有移动用户之间的连通性，当移动用户i和移动用户j在彼此的通信范围内时，d_i,j＝1，否则d_i,j＝0；此外，规定i＝j时d_i,j＝0；通过基站为移动用户提供的定位服务，得出连通矩阵d；

当移动用户i需要资源k，则需要向基站提交一条信息

其中

是移动用户i对每单位资源k的出价，即，为了购买资源k，移动用户i最多可以花费的价钱，对于资源k的任一买家i都有一个真实的需求量

和真实的报价

所述

和

是买家i的私有信息，相对地，如果某个移动用户可提供资源k，它会提交一条信息

其中

是移动用户i对每单位资源k的要价，即，每卖出一单位的资源k，移动用户i的最低收费，任一资源k的卖家i都有一个真实的可提供量

和真实的资源要价

所述

和

是卖家i的私有信息；

通过得到系统内的移动用户集合

资源集合

移动用户之间的连通性、用户对每种资源的需求情况Β^N×K以及用户对每种资源的供应情况A^N×K，基站可得到资源分配结果

表示对资源

的分配方案，基站还可得到用户对资源的支付p＝(p¹,p²,…,p^K)，其中

是每个移动用户对资源

的支付，

是移动用户i对资源k应付的费用或应收取的费用，接下来，基站将资源分配结果发送至每个移动用户，然后从买家处收取费用并向卖家支付费用，最后，移动用户按照分配向量执行交易；

作为卖家i的效用为他在所有资源中收到的总支付减去他执行任务的真实消耗，表达式如下：

作为买家i的效用为每种资源的真实价值减去他为了得到该资源的总付费，表达式如下：

因此，移动用户i的效用为下式：

如果一个移动用户在分配向量

中没有获得分配，那么它的效用为0，即，如果

则u_i＝0，若一个移动用户在资源交换过程中无法提供它声明的数量的资源，那么该移动用户的效用为0，即，如果

则u_i＝0；

定义基站的效用为买家的总收费减去向卖家的总支付，表达式如下：

优化目标是最大化移动用户之间的交易量，即最大化所有资源的分配大小之和

一种基于所述D2D任务卸载系统的资源交易方法，包括：

步骤1：每个移动用户上报自己的对资源的需求量/提供量，对每种资源的报价/要价，基站得到Β^N×K，A^N×K，移动用户集合

资源集合

和移动用户之间的连通性；

步骤2：对每一种资源

执行步骤3—步骤5；

步骤3：初始化资源k的连通矩阵d^k＝0，初始化资源k的分配向量

初始化资源k的定价p^k＝0；

步骤4：针对资源k，对移动用户进行分组，得到用户分组的集合G和新的连通矩阵d^k；

步骤5：进行资源交易，得到资源k的分配向量

与定价p^k；

步骤6：基站将定价p＝(p¹,p²,...,p^K)与分配方案

发送至移动用户，移动用户按照分配方案进行作业传输，同时买家按照支付价格向基站支付费用，基站按照收费价格向卖家支付费用。

进一步的，所述步骤4包括如下内容：

步骤4.1：若用户i即不需要资源k也不提供资源k，则将其从资源k的用户组

中移除，并将与其关联的所有用户的连通情况设置为不连通：

步骤4.2：对于任意两用户

若它们同为买家或同为卖家，则将它们之间的连通情况置为不连通：

步骤4.3：移除用户组

中所有孤立用户；

步骤4.4：根据处理后的连通矩阵d^k，将

内的用户分为多个连通分量，每个连通分量为一组，分组集合用G表示；

步骤4.5：返回结果(G,d^k)。

进一步的，所述步骤5包括如下内容：

步骤5.1：对G中的每个小组g_h∈G执行步骤5.2—步骤5.7；

步骤5.2：将g_h中的用户分为买家组

与卖家组

步骤5.3：按照要价非升序排列买家组

中的移动用户；

步骤5.4：按照出价非降序排列卖家组

中的移动用户；

步骤5.5：找到最大下标的t，满足

步骤5.6：根据位置t，为该组的买家与卖家定价，得到获胜买家集合E^k,h,b，获胜卖家集合E^k,h,s和资源k的定价p^k；

步骤5.7：根据获胜买家集合E^k,h,b和获胜卖家集合E^k,h,s，计算得到小组g_h关于资源k的分配

步骤5.8：将分组集合G中所有小组对资源k的分配进行合并：

步骤5.9：基站将分配方案

与定价p^k返回给每个移动用户。

更进一步的，所述步骤5.6包括如下内容：

步骤5.6.1：计算

步骤5.6.2：若

执行步骤5.6.3，否则执行5.6.5；

步骤5.6.3：依次将用户

加入获胜卖家集合E^k,h,s，令用户i出售资源k的收入

步骤5.6.4：依次将用户

加入获胜买家集合E^k,h,b，令用户i购买资源k的支付

执行步骤5.6.7；

步骤5.6.5：依次将用户

加入获胜卖家集合E^k,h,s，令用户i出售资源k的收入

步骤5.6.6：依次将将用户

加入获胜买家集合E^k,h,s，令用户i购买资源k的支付

步骤5.6.7：返回获胜卖家集合E^k,h,s，获胜买家集合E^k,h,b，资源k的定价p^k。

更进一步的，所述步骤5.7包括如下内容：

步骤5.7.1：将胜出的卖家i∈E^k,h,s分割为

个虚拟卖家，每个虚拟卖家仅出售一个单位的资源k，并将虚拟卖家放入虚拟卖家集合VE^k,h,s中；

步骤5.7.2：将胜出的买家i∈E^k,h,b分割为r_i ^k个虚拟买家，每个虚拟买家仅购买一个单位的资源k，并将虚拟买家放入虚拟买家集合VE^k,h,b中；

步骤5.7.3：将VE^k,h,s,VE^k,h,b,d^k构成一个二部图，求得该二部图的所有最大匹配，随机选择其中一个最大匹配作为小组g_h关于资源k的分配

步骤5.7.4:返回分配结果

和现有技术相比，本发明具有如下显著进步：1、本发明的D2D任务卸载系统，使移动用户能够灵活地共享他们的资源。在该D2D任务卸载系统中，每个移动用户可以有多个任务，每个任务是可以分割的且需要消耗一种资源，且任务可以卸载到该移动用户的D2D通信范围内的任何移动用户。通过资源共享，移动用户甚至可以完成自己无法完成的任务。2、本发明的多类型资源交易方法满足计算有效性，个体理性，预算均衡，并且可以保证价值/成本一般真实性，以及资源需求和供应数量的真实性。

附图说明

图1是D2D任务卸载系统示意图；

图2是多类型资源交易方法流程图；

图3是用户进行分组流程图；

图4是资源交易流程图；

图5是资源定价流程图；

图6是资源分配流程图；

图7是资源分组实施例；

图8是资源定价和资源分配实施例。

具体实施方式

下面结合说明书附图和具体实施方式，详细阐述本发明的技术方案。

本发明提出了一个基于双边拍卖的D2D任务卸载系统，并且设计了一个保证真实性的最大化资源交易量的多类型资源交易方法。为了保证双边拍卖的效率，首先根据移动用户的连通性将移动用户分组。接下来使用迈克菲双边拍卖来确定每种资源的定价。最后，根据每个移动用户的资源需求数量或资源提供数量，将每个移动用户划分为多个虚拟用户，使用匹配算法来得到资源的最终分配方案。

首先定义一组概念：

计算有效：如果一个方法在多项式时间内得到分配结果和确定交易价格，则称此多类型资源交易方法是计算有效的。

个体理性：当如实提交真实价值/成本和资源需求/资源提供的时候，每个移动用户的效用都是非负的，则称此多类型资源交易方法是个体理性的。

预算均衡：如果在分配结果中，拍卖商的效用是非负的，则称此多类型资源交易方法达到了预算均衡。

真实性：在其他移动用户的策略不改变的情况下，如果没有移动用户可以通过单方面地谎报价值/成本或者资源需求量/资源提供量来提高自身效用，那么这个多类型资源交易方法是具有资源需求量/提供量真实性的。

一般真实性：在其他移动用户的策略不改变的情况下，如果没有移动用户可以通过单方面地谎报价值/成本提供来提高自身效用的期望，那么这个多类型资源交易方法是满足价值/成本一般真实性的。

D2D任务卸载系统：

本发明设计了一种基于D2D网络的任务卸载系统，系统主要包含两类设备，基站与移动用户，由于自身的资源短缺，每个移动用户都有一些不能独立完成的任务。每个任务都需要一种当前设备目前无法提供的资源(如：通信资源、计算资源、数据资源、存储资源等)。每个任务可以被分解成若干子任务，每个子任务可以被卸载至D2D通信覆盖范围内的任意设备。

在本发明中，使用

来表示所有移动用户。使用

来表示可在系统中进行资源交换的资源类型。对于每种资源

和每个移动用户

分别使用r_i ^k和

来表示移动用户i对资源k的需求量和提供量。在本发明中，移动用户不可以同时提供和需求同一种资源。r_i ^k和

按单位资源归一化，即r_i ^k,

表示分配结果中移动用户i从移动用户j获得的资源k的数量。

当移动用户之前的距离足够近的时候，资源才能共享。使用矩阵d来表示所有移动用户之间的连通性。当移动用户i和移动用户j在彼此的通信范围内时，d_i,j＝1，否则d_i,j＝0。此外，规定i＝j时d_i,j＝0。通过BS为移动用户提供的定位服务，可以得出此连通矩阵。

如图1所示，本发明设计了一个由一个基站和许多移动用户构成的资源交易市场。对于每一种资源k，如果移动用户i需要这种资源，它需要向基站提交一条信息

其中

是移动用户i对每单位资源k的出价，即，为了购买资源k，移动用户i最多可以花费的价钱。对于资源k的任一买家i都有一个真实的需求量

和真实的报价

它们是私有信息，只有买家i自身可以获得。相对地，如果某个移动用户可以提供资源k，他会提交一条信息

其中

是移动用户i对每单位资源k的要价，即，每卖出一单位的资源k，移动用户i的最低收费。任一资源k的卖家i都有一个真实的可提供量

和真实的资源要价

这两个信息都是私有信息只有卖家i可以获得。

通过得到系统内的移动用户的信息

资源信息

用户连接情况d，用户对每种资源的的需求情况Β^N×K，用户对每种资源的供应情况A^N×K，基站可以得出最终的资源分配结果，使用向量

来表示，

表示对资源

的分配方案，还可以得到每个用户对每种资源的支付p＝(p¹,p²,…,p^K)，其中

是每个移动用户对资源

的支付，

是移动用户i对资源k应付的费用或应收取的费用。接下来，基站将分配结果发送至每个移动用户，然后从买家处收取费用并向卖家支付费用。最后，移动用户按照分配向量执行交易。

作为卖家i的效用为他在所有资源中收到的总支付减去他执行任务的真实消耗，表达式如下：

作为买家i的效用为每种资源的真实价值减去他为了得到该资源的总付费，表达式如下：

因此，移动用户i的效用为下式：

如果一个移动用户在分配向量

中没有获得分配，那么它的效用为0，因为在本系统中它没有买入或卖出任何资源。即，如果

则u_i＝0。若一个移动用户在资源交换过程中无法提供它声明的数量的资源，那么该移动用户的效用为0，即，如果

则u_i＝0。

定义基站的效用为买家的总收费减去向卖家的总支付，表达式如下：

考虑到每个移动用户都是自私且个体理性的，每一个买家都可以有动机上报虚假的资源需求量或虚假的报价来提升自己的效用。相同地，每个卖家也有动机上报虚假的资源提供量或虚假的要价来提升效用。

本发明的目标是最大化移动用户之间的交易量，即最大化所有资源的分配大小之和

多类型资源交易方法：

基于上述D2D任务卸载系统，本发明还提出一种多类型资源交易方法，其流程如图2所示，通过以下步骤实现：

步骤1：每个移动用户上报自己的对资源的需求量/提供量，对每种资源的报价/要价，基站得到Β^N×K，A^N×K，移动用户集合

资源集合

和移动用户之间的连通性d；

步骤2：对每一种资源

执行步骤3—步骤5；

步骤3：初始化资源k的连通矩阵d^k＝0，初始化资源k的分配向量

初始化资源k的定价p^k＝0；

步骤4：针对资源k，对移动用户进行分组，得到用户分组的集合G和新的连通矩阵d^k；

步骤5：进行资源交易，得到资源k的分配向量

与定价p^k；

步骤6：基站将定价p＝(p¹,p²,…,p^K)与分配方案

发送至移动用户，移动用户按照分配方案进行作业传输，同时买家按照支付价格向基站支付费用，基站按照收费价格向卖家支付费用。

进一步地，在步骤4中，针对资源k，对移动用户进行分组，得到用户分组的集合G和新的连通矩阵d^k的流程如图3所示，步骤如下：

步骤4.1：若用户i即不需要资源k也不提供资源k，则将其从资源k的用户组

中移除，并将与其关联的所有用户的连通情况设置为不连通：

步骤4.2：对于任意两用户

若他们同为买家或同为卖家，则将它们之间的连通情况置为不连通：

步骤4.3：移除用户组

中所有孤立用户；

步骤4.4：根据处理后的连通矩阵d^k，将

内的用户分为多个连通分量，每个连通分量为一组，组的集合用G表示；

步骤4.5：返回结果(G,d^k)。

具体的，在步骤5中，进行资源交易，得到资源k的分配向量

与定价p^k的流程如图4所示，步骤如下：

步骤5.1：获得分组集合G，对G中的每个小组g_h∈G执行步骤5.2—步骤5.7；

步骤5.2：将g_h中的用户分为买家组

与卖家组

步骤5.3：按照要价非升序排列买家组

中的移动用户；

步骤5.4：按照出价非降序排列卖家组

中的移动用户；

步骤5.5：找到最大下标的t，满足

步骤5.6：根据位置t，为该组的买家与卖家定价，得到获胜买家集合E^k,h,b，获胜卖家集合E^k,h,s和资源k的定价p^k；

步骤5.7：根据获胜买家集合E^k,h,b和获胜卖家集合E^k,h,s，计算得到小组g_h关于资源k的分配

步骤5.8：将分组集合G中的所有小组的对资源k的分配进行合并：

步骤5.9：基站将分配方案

与定价p^k返回给每个移动用户。

具体的，在步骤5.6中，根据位置t，为该组的买家与卖家定价，得到获胜买家集合E^k,h,b，获胜卖家集合E^k,h,s和资源k的定价p^k的流程如图5所示，步骤如下：

步骤5.6.1：计算

步骤5.6.2：若

执行步骤5.6.3，否则执行5.6.5；

步骤5.6.3：依次将用户

加入获胜卖家集合E^k,h,s，令用户i出售资源k的收入

步骤5.6.4：依次将用户

加入获胜买家集合E^k,h,b，令用户i购买资源k的支付

执行步骤5.6.7；

步骤5.6.5：依次将用户

加入获胜卖家集合E^k,h,s，令用户i出售资源k的收入

步骤5.6.6：依次将将用户

加入获胜买家集合E^k,h,s，令用户i购买资源k的支付

步骤5.6.7：返回获胜卖家集合E^k,h,s，获胜买家集合E^k,h,b，资源k的定价p^k。

具体的，在步骤5.7中，根据获胜买家集合E^k,h,b和获胜卖家集合E^k,h,s，计算得到小组g_h关于资源k的分配

的流程如图6所示，步骤如下：

步骤5.7.1：将胜出的卖家i∈E^k,h,s分割为s_i ^k个虚拟卖家，每个虚拟卖家仅出售一个单位的资源k，并将虚拟卖家放入虚拟卖家集合VE^k,h,s中；

步骤5.7.2：将胜出的买家i∈E^k,h,b分割为r_i ^k个虚拟买家，每个虚拟买家仅购买一个单位的资源k，并将虚拟买家放入虚拟买家集合VE^k,h,b中；

步骤5.7.3：将VE^k,h,s,VE^k,h,b,d^k构成一个二部图，求得该二部图的所有最大匹配，随机选择其中一个最大匹配作为小组g_h关于资源k的分配

步骤5.7.4:返回分配结果

综上，本发明的D2D任务卸载系统中，每个移动用户可以有多个任务，每个任务是可以分割的且需要消耗一种资源，且任务可以卸载到该移动用户的D2D通信范围内的任何移动用户。例如，摄像头拍摄的视频可以被分成多个视频片段，每个视频片段可以被传输至其他设备进行分析。当一个区域内存在大量的移动用户时，例如办公大楼或公寓大楼，资源的剩余或需求会十分普遍且多样化，这也为D2D资源共享提供了基础和机会。例如，缺乏通信资源的用户可以帮助在它D2D通信范围内的人执行计算任务，换取其他人帮助它进行通信。通过资源共享，移动用户甚至可以完成自己无法完成的任务。其次，本发明的资源交易方法是计算有效、个体理性、预算均衡、资源需求量\提供量真实的和价值/成本真实的。

1.本发明所述的多类型资源交易方法是计算有效的。

在分组算法中，最坏情况下的时间复杂度为O(N²)，分配算法的时间复杂度由最大二部图匹配量算法决定，最坏情况时为

其中

是虚拟买家和虚拟卖家数量的总和。

是虚拟买家虚拟卖家之间的边的数量的总和。

是所有移动用户中的最大资源需求量或资源提供量。

2.本发明所述的多类型资源交易方法是个体理性的。

根据公式(2)中买家效用函数以及公式(1)中与卖家的效用函数，只需证明对每个胜出卖家i∈E^k,h,s都满足

每个胜出买家i∈E^k,h,b都满足

对于每个胜出卖家，可以分为两种情况：

(1)

(2)

对于每个胜出卖家，可以分为两种情况：

(1)

(2)

因为本发明的多类型资源交易方法是价值/成本一般真实的，可以得出

与

综上，可以保证在任意情况下任何

的效用均不为负u_i≥0。

3.本发明所述的多类型资源交易方法是预算均衡的。

对于每一个胜出买家i∈E^k,h,b和每一个胜出卖家j∈E^k,h,s，分为以下两种情况：

(1)i,j∈{1,2,…,t}，此时

(2)i,j∈{1,2,…,t-1}，此时

因为

可以得到

因此

可以得到证明。

4.本发明所述的多类型资源交易方法是价值/成本一般真实的。

从卖家的角度证明价值/成本的一般真实性(使用同样的方法可以证明买家的价值/成本的一般真实性)。由于买家与卖家的资源分配过程(步骤5.7)是与要价无关的，即，任何卖家

都不能通过改变要价来改变出售的资源数量

根据卖家的效用公式

只需要证明任何卖家

虚假上报成本都不能提高

如果卖家i∈E^k,h,s，i只改变自己要价不能改变最终的定价，因为定价是与i的要价无关的，也就是说

不会发生改变。

如果卖家

可以分为两种情况讨论：

(1)i＝t,这意味着

并且

为了成为胜出的卖家，i的要价一定满足

接下来可以再分为两种情况：

1)

由于

可以得到

2)

可以得到：

(2)i＞t。这意味着

且

为了胜出，i的要价需要满足

此时可以细分为两种情况

1)

可以得到：

2)

可以得到：如果

否则，i仍然在拍卖中失败。

综上，没有卖家可以谎报成本来提升

5.本发明所述的多类型资源交易方法是资源需求量/提供量真实的。

将从卖家的角度证明需求/提供的真实性(使用同样的方法可以证明买家的需求/提供的真实性)。

因为定价过程是与卖家的资源提供量无关的，任何卖家

都无法通过谎报提供量来提升

根据效用函数

只需证明对于任意资源

没有卖家可以通过谎报提供量使

得到提升。

假设卖家i谎报供应量

其中分为两种情况：

(1)

即i的真实提供量全部被售出，在这种情况下，i达到了

的最大值(注意：

时，i的效用为0)。

(2)

即i没有售出全部的资源，在这种情况下，所有与i相连接的买家的需求一定已经全部被满足。否则，可以通过将i的资源出售给未被满足的买家来增加交易量，来使得交易量更大化，而这与资源匹配是最大匹配矛盾的。若卖家i提交虚假提供量

分配结果不会产生变化，因为所有与i相连的买家都已经被满足。若卖家i提交虚假提供量

可能会下降或不会发生变化。

综上，没有卖家可以通过虚假上报资源提供量来提升

实施例：

初始时，D2D网络的拓扑结构如图7(a)所示。深色节点表示卖家，浅色节点表示买家。在D2D通信范围内的节点用连线连接。此实施例仅对资源k进行交易，其它种类的资源的交易方法与资源k的交易方法相同。

下面利用步骤4.1—步骤4.5对图中12个移动用户进行分组。首先判断有无移动用户对资源k既无需求，又无多余资源可以提供。本实施例中无此类移动用户。其次将连接两个卖家或连接两个买家的边删除。此实施例中删除边(A,B)，(J,K)，(I,L)和(G,H)。删除这些边后，移动用户G,H和L就成为了孤立节点，将这些孤立节点删除。最后将图中的移动用户按照连通分量分为如图7(b)所示的两个小组。

下面分别对两个分组进行资源定价和资源匹配。在本实施例中仅对左侧的移动用户小组{A，B，C，D，E，F}进行资源定价和资源匹配。另一个小组的资源定价和资源匹配方法与左侧小组的资源定价和资源匹配方法相同。

为举例说明，对左侧的移动用户小组中的移动用户的要价，出价，资源需求量和资源提供量赋值。赋值之后的结果如图8所示。图8中深色节点表示卖家，深色节点中的数字表示资源提供量，深色节点上方的数字表示单位资源的要价，浅色节点表示买家，浅色节点中的数字表示资源需求量，浅色节点下方的数字表示单位资源的出价。图8中线条表示卖家和买家之间的D2D通信链路。

根据步骤5.3和步骤5.4，将卖家组{A，B，C}根据他们的要价按照非递增顺序从左到右排列，将买家组{E，D，F}根据他们的出价按照非递减顺序从左到右排列。显然图8已经排好序。然后找到最大的位置t＝2，使得该位置上的卖家的要价小于等于该位置上的买家的出价。根据步骤5.6.1，计算出

因为

执行步骤5.6.3—步骤5.6.4，因此有E^k,h,s＝{A,B}，E^k,h,b＝{D,E}，

再根据步骤5.7.1将E^k,h,s＝{A,B}划分为5个虚拟卖家VE^k,h,s＝{A₁,A₂,A₃,A₄,B₁}，根据步骤5.7.2，将E^k,h,b＝{D,E}划分为7个虚拟买家，VE^k,h,b＝{D₁,D₂,D₃,D₄,D₅,E₁,E₂}。根据图8所示的连接关系，根据步骤5.7.3找到最大匹配，这里最大的匹配数是

在本实施例中，最大资源匹配方案有多个，随机选择其中一个作为最终的匹配方案，如，卖家A出售4个资源k给买家D，卖家B出售1个资源k给买家D，交易单价均为4。

Claims (4)

1.一种D2D任务卸载系统，其特征在于：包括基站与移动用户，使用

表示所有移动用户，使用

表示可在系统中进行资源交换的资源类型，对于每种资源

和每个移动用户

分别使用

和

表示移动用户i对资源k的需求量和提供量，移动用户不可以同时提供和需求同一种资源，

和

按单位资源归一化，即

表示分配结果中移动用户i从移动用户j获得的资源k的数量；

使用连通矩阵d来表示所有移动用户之间的连通性，当移动用户i和移动用户j在彼此的通信范围内时，d_i,j＝1，否则d_i,j＝0；此外，规定i＝j时d_i,j＝0；通过基站为移动用户提供的定位服务，得出连通矩阵d；

当移动用户i需要资源k，则需要向基站提交一条信息

其中

是移动用户i对每单位资源k的出价，即，为了购买资源k，移动用户i最多可以花费的价钱，对于资源k的任一买家i都有一个真实的需求量

和真实的报价

所述

和

是买家i的私有信息，相对地，如果某个移动用户可提供资源k，它会提交一条信息

其中

是移动用户i对每单位资源k的要价，即，每卖出一单位的资源k，移动用户i的最低收费，任一资源k的卖家i都有一个真实的可提供量

和真实的资源要价

所述

和

是卖家i的私有信息；

通过得到系统内的移动用户集合

资源合集

移动用户之间的连通性、用户对每种资源的需求情况Β^N×K以及用户对每种资源的供应情况A^N×K，基站可得到资源分配结果

表示对资源

的分配方案，基站还可得到用户对资源的支付p＝(p¹,p²,...,p^K)，其中

是每个移动用户对资源

的支付，

是移动用户i对资源k应付的费用或应收取的费用，接下来，基站将资源分配结果发送至每个移动用户，然后从买家处收取费用并向卖家支付费用，最后，移动用户按照分配向量执行交易；

作为卖家i的效用为他在所有资源中收到的总支付减去他执行任务的真实消耗，表达式如下：

作为买家i的效用为每种资源的真实价值减去他为了得到该资源的总付费，表达式如下：

因此，移动用户i的效用为下式：

如果一个移动用户在分配向量

中没有获得分配，那么它的效用为0，即，如果

则u_i＝0，若一个移动用户在资源交换过程中无法提供它声明的数量的资源，那么该移动用户的效用为0，即，如果

则u_i＝0；

定义基站的效用为买家的总收费减去向卖家的总支付，表达式如下：

优化目标是最大化移动用户之间的交易量，即最大化所有资源的分配大小之和

2.一种基于如权利要求1所述D2D任务卸载系统的多类型资源交易方法，其特征在于，包括：

步骤1：每个移动用户上报自己的对资源的需求量/提供量，对每种资源的报价/要价，基站得到Β^N×K，A^N×K，移动用户集合

资源集合

和移动用户之间的连通性；

步骤2：对每一种资源

执行步骤3—步骤5；

步骤3：初始化资源k的连通矩阵d^k＝0，初始化资源k的分配向量

初始化资源k的定价p^k＝0；

步骤4：针对资源k，对移动用户进行分组，得到用户分组的集合G和新的连通矩阵d^k，具体包括：

步骤4.1：若用户i即不需要资源k也不提供资源k，则将其从资源k的用户组

中移除，并将与其关联的所有用户的连通情况设置为不连通：

步骤4.2：对于任意两用户

若它们同为买家或同为卖家，则将它们之间的连通情况置为不连通：

步骤4.3：移除用户组

中所有孤立用户；

步骤4.4：根据处理后的连通矩阵d^k，将

内的用户分为多个连通分量，每个连通分量为一组，分组集合用G表示；

步骤4.5：返回结果(G,d^k)；

步骤5：进行资源交易，得到资源k的分配向量

与定价p^k，具体包括：

步骤5.1：对G中的每个小组g_h∈G执行步骤5.2—步骤5.7；

步骤5.2：将g_h中的用户分为买家组

与卖家组

步骤5.3：按照要价非升序排列买家组

中的移动用户；

步骤5.4：按照出价非降序排列卖家组

中的移动用户；

步骤5.5：找到最大下标的t，满足

步骤5.6：根据位置t，为该组的买家与卖家定价，得到获胜买家集合E^k,h,b，获胜卖家集合E^k,h,s和资源k的定价p^k；

步骤5.7：根据获胜买家集合E^k,h,b和获胜卖家集合E^k,h,s，计算得到小组g_h关于资源k的分配

步骤5.8：将分组集合G中所有小组对资源k的分配进行合并：

步骤5.9：基站将分配方案

与定价p^k返回给每个移动用户；

步骤6：基站将定价p＝(p¹,p²,...,p^K)与分配方案

发送至移动用户，移动用户按照分配方案进行作业传输，同时买家按照支付价格向基站支付费用，基站按照收费价格向卖家支付费用。

3.根据权利要求2所述的多类型资源交易方法，其特征在于，所述步骤5.6包括如下内容：

步骤5.6.1：计算

步骤5.6.2：若

执行步骤5.6.3，否则执行5.6.5；

步骤5.6.3：依次将用户

加入获胜卖家集合E^k,h,s，令用户i出售资源k的收入

步骤5.6.4：依次将用户

加入获胜买家集合E^k,h,b，令用户i购买资源k的支付

执行步骤5.6.7；

步骤5.6.5：依次将用户

加入获胜卖家集合E^k,h,s，令用户i出售资源k的收入

步骤5.6.6：依次将用户

加入获胜买家集合E^k,h,s，令用户i购买资源k的支付

步骤5.6.7：返回获胜卖家集合E^k,h,s，获胜买家集合E^k,h,b，资源k的定价p^k。

4.根据权利要求2所述的多类型资源交易方法，其特征在于，所述步骤5.7包括如下内容：

步骤5.7.1：将胜出的卖家i∈E^k,h,s分割为

个虚拟卖家，每个虚拟卖家仅出售一个单位的资源k，并将虚拟卖家放入虚拟卖家集合VE^k,h,s中；

步骤5.7.2：将胜出的买家i∈E^k,h,b分割为

个虚拟买家，每个虚拟买家仅购买一个单位的资源k，并将虚拟买家放入虚拟买家集合VE^k,h,b中；

步骤5.7.3：将VE^k,h,s,VE^k,h,b,d^k构成一个二部图，求得该二部图的所有最大匹配，随机选择其中一个最大匹配作为小组g_h关于资源k的分配

步骤5.7.4:返回分配结果

Images